摘要：在上一期，我们已经讲完了双向无序的列联表分析，这期开始讲单向有序的列联表分析，我们主要从单向有序的列联表分析介绍及案例的SPSS操作演示这几方面进行讲解。
作者/风仕
在上一期，我们已经讲完了双向无序的列联表分析，这期开始讲单向有序的列联表分析，我们主要从单向有序的列联表分析介绍及案例的SPSS操作演示这几方面进行讲解。
单向有序的列联表分析介绍
当RC列联表的行变量或列变量为有序分类变量时，我们称之为单向有序列联表。单向有序列联表通常指列变量为有序变量的RxC表，常见于疗效分析的临床治疗当中，这种资料大家常误用普通卡方检验，其实由于列变量为等级变量，应当采用多组独立样本的秩和检验，属于非参数检验中的一种。
当研究目的是比较分组变量（行变量）不同水平下结果变量（列变量）的平均水平是否有差异，列变量为有序分类变量（ordinal categorical variable），也叫等级变量。如果用Pearson 检验，只能推断构成比之间的差别，将损失关于等级的信息。可采用秩和检验或CMH 检验（行均分，Row Mean Scores）推断等级强度的差别。
案例的SPSS操作演示
分析示例
某医院用3种方法治疗慢性喉炎，结果见下表，问这3种方法的疗效是否有差别?
研究假设
H0：3 种方法疗效的总体分布位置相同。
H1：3 种方法疗效的总体分布位置不全相同。
α=0.05
数据录入
1. 变量视图
名称 result 标签 疗效 等级 值1=无效2=好转3=显效4=治愈
名称 treat 标签 治疗方法 值1=甲法2=乙法3=丙法
名称 weight 标签 权重
2.数据视图
操作流程
1.下图为对数据的预定义，在数据(D) 下拉菜单框中完成，即设置权重变量，该操作是对 R×C 表运算的基本操作。
2.下图指出了非参数检验对于数据的要求：非参数检验不假定您的数据呈正态分布。至于目的，默认为自动比较不同组间的分布，我们先不用管它，因为还需要在其他地方进行设置。
3. 下图为字段选项卡，检验字段(测量指标)框选入疗效等级 result, 而组(分组变量)框则 选入治疗方法treat 。值得注意的是，有时检验字段的类型必须为数值，组变量的类型必须为字符，变量类型可以在变量视图窗口进行修改。
4.在选择检验类型中，我们选用Kruskal-Wallis 单因素ANOVA, 也就是常用的多样本比较的秩和检验。检验方法与多组连续变量但不符合方差分析条件的数据分析方法一致。这种资料经常用于多种药物疗效的比较，但是大家通常选用R×C 表卡方分析，而非多组独立样本 的秩和检验，以致无法得出正确的结论。我们不应选择中位数检验，它虽然直接检验多个样本所代表的各总体的中位数是否相同，但是检验效能很低，很难发现组间的差别。
结果解释
1.下表对检验结果作了简单介绍，原假设为各组疗效等级的分布相同，检验方法为 Kruskal-Wallis 检验，即多组独立样本的秩和检验，检验结果为P
2.在结果窗口双击假设检验摘要表格，弹出详细结果窗口，其结果如下：
这是常见的箱式图(box plot),常用于描述不符合正态分布的连续变量的分布特征，此处 用于表示多组等级资料。但该图大家需要特别注意，纵轴所代表的疗效等级并非原始数据，而 是排序后形成的疗效等级秩次的总体，图形能帮助大家直观地感受各组之间的数据分布。
2. 下表给出了具体的统计值，经过调整的检验统计量为51.388,相当于教科书中的H 值， P
注意事项
在多个总体比较中，只能判断它们是否存在差异，若多组比较后总体有差异，接下来的问题应当进行两两比较，来判断到底哪些组别之间有差异，但由于这方面有一定的争议，包括 SAS,SPSS在内的所有权威统计软件均未提供该功能，此时可以采取如下策略：
直接使用两组比较的方法进行两组间的非参数检验，但会涉及到控制第一类错误的问题， 但是，由于非参数检验方法相对而言检验效能会略低一些，因此对是否一定要调整α水准存 在争议，一般而言：
(1)如果样本量较小，则不一定需要调整α水准，直接比较即可，这样可以补偿非参数检 验效能不足所带来的损失。
(2)如果样本量较大，比如每组均在几十例以上，则必须调整α水准。
参考：《临床医学研究中的统计分析和图形表达实例详解》
1.单个问题答疑咨询。1对1答疑、小额付费、48小时内有效。
2.答疑咨询年度会员。一年365天时限内各种统计分析问题1对1答疑，性价比高。
3.购买视频课程赠送课程相关主题内容1对1答疑1年。
来源：孙医生工作室